本文介绍如何基于提交月份（submissionmonth）对多维时间序列数据进行智能前向填充，确保每个 sku-位置组合在目标时间范围内（如 jan–dec 2023）拥有完整、连续的月度预测记录，且仅沿 submissionmonth 维度向前扩散最新有效快照。
本文介绍如何基于提交月份（submissionmonth）对多维时间序列数据进行智能前向填充，确保每个 sku-位置组合在目标时间范围内（如 jan–dec 2023）拥有完整、连续的月度预测记录，且仅沿 submissionmonth 维度向前扩散最新有效快照。
在供应链预测、财务滚动 forecast 或运营仪表盘等场景中，原始数据常以“快照表”形式存在：每次提交（如每月初）生成一组针对未来若干月的预测值（forecastmonth），但提交本身并不连续。为支持按自然月（如 2023-01 至 2023-12）聚合分析或可视化，需将离散提交“延展”为连续月度视图——即：对每个 (sku, location) 分组，以其最新可用 submissionmonth 的全部 forecastmonth 行为模板，向前填充至当前月份（如 Dec-2023）。
核心思路不是简单调用 df.ffill()，而是通过 重塑（pivot → reindex → ffill → unstack） 实现按逻辑维度的定向填充。具体步骤如下：
✅ 步骤详解
- 标准化时间索引：将 submissionmonth 解析为 datetime，便于生成完整月份序列；
- 构建目标月份范围：使用 pd.date_range(..., freq="M") 生成从最早到最晚提交月的月末日期序列，再格式化回 "Mon-YYYY" 字符串（与原始数据一致）；
-
重塑数据结构：
- 以 ["submissionmonth", "forecastmonth"] 为多级索引，使每行唯一对应一个提交月 × 预测月组合；
- unstack("forecastmonth") 将 forecastmonth 转为列，形成宽表：行=submit month，列=forecast month，值=cost 等字段；
-
对齐并前向填充：
- reindex(..., axis=0) 将宽表行索引扩展为完整月份（缺失月份行自动补 NaN）；
- .ffill() 沿行方向（即 submissionmonth 维度）向下填充，确保每个新月份行继承其上方最近的有效快照；
- 还原长表结构：.stack("forecastmonth") 将 forecastmonth 列压回行索引，再 .reset_index() 得到标准长格式 DataFrame。
? 完整可运行代码
import pandas as pd
# 原始输入数据（已提供）
input_data = pd.DataFrame([
{"submissionmonth": "Jan-2023", "sku": "A1","location": "sup1","forecastmonth": "Jan-2023","cost": 100},
{"submissionmonth": "Jan-2023", "sku": "A1","location": "sup1","forecastmonth": "Feb-2023","cost": 105},
{"submissionmonth": "Jan-2023", "sku": "A1","location": "sup1","forecastmonth": "Mar-2023","cost": 108},
{"submissionmonth": "Jan-2023", "sku": "A1","location": "sup1","forecastmonth": "Apr-2023","cost": 106},
{"submissionmonth": "Apr-2023", "sku": "A1","location": "sup1","forecastmonth": "Apr-2023","cost": 101},
{"submissionmonth": "Apr-2023", "sku": "A1","location": "sup1","forecastmonth": "May-2023","cost": 102},
{"submissionmonth": "Apr-2023", "sku": "A1","location": "sup1","forecastmonth": "Jun-2023","cost": 109},
{"submissionmonth": "Apr-2023", "sku": "A1","location": "sup1","forecastmonth": "Jul-2023","cost": 104},
{"submissionmonth": "Oct-2023", "sku": "A2","location": "sup2","forecastmonth": "Oct-2023","cost": 101},
{"submissionmonth": "Oct-2023", "sku": "A2","location": "sup2","forecastmonth": "Nov-2023","cost": 102},
{"submissionmonth": "Oct-2023", "sku": "A2","location": "sup2","forecastmonth": "Dec-2023","cost": 109},
{"submissionmonth": "Oct-2023", "sku": "A2","location": "sup2","forecastmonth": "Jan-2024","cost": 104},
])
# Step 1: 解析 submissionmonth 为 datetime
submission_months = pd.to_datetime(input_data["submissionmonth"], format="%b-%Y")
# Step 2: 生成完整月份序列（月末日期 → 格式化字符串）
full_months = pd.date_range(
start=submission_months.min(),
end=submission_months.max(),
freq="M"
).strftime("%b-%Y")
# Step 3–5: 重塑 → 对齐 → 填充 → 还原
output_data = (
input_data
.set_index(["submissionmonth", "forecastmonth"])
.unstack("forecastmonth")
.reindex(full_months, axis=0)
.ffill()
.stack("forecastmonth")
.reset_index(names=["submissionmonth", "forecastmonth"])
)
# （可选）保持原始列顺序
output_data = output_data[input_data.columns]
print(f"Input shape: {input_data.shape} → Output shape: {output_data.shape}")
output_data.head(10)
⚠️ 注意事项与进阶建议
- 分组独立性：上述方案默认全局填充。若需严格按 (sku, location) 分组分别前向填充（例如 A1-sup1 和 A2-sup2 互不影响），应在 set_index 前添加 .groupby(["sku", "location"]) 并对每组单独处理，最后 pd.concat；
- 截止月份控制：示例中 end=submission_months.max() 仅覆盖已有提交范围。若需强制延伸至指定截止月（如 "Dec-2023"），请显式设置 end=pd.to_datetime("2023-12-31")；
- 性能优化：对大数据集，避免 unstack/stack 的内存开销，可改用 pd.merge_asof 或 reindex + groupby().apply() 结合 pd.date_range 生成补全索引；
- 字段一致性：ffill() 会同步填充所有数值列（如 cost, quantity）。若某些列（如 submissionmonth）不应被填充，需在 reset_index() 后手动修正，或改用 assign() 显式更新。
该方法兼顾准确性与可读性，是处理“快照式时序补全”问题的标准范式，适用于 Pandas 1.4+，无需额外依赖。
